System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于特征对应的双目立体匹配方法组成比例_技高网

基于特征对应的双目立体匹配方法组成比例

技术编号:40949986 阅读:12 留言:0更新日期:2024-04-18 20:24
本发明专利技术属于电力系统智能分析技术领域,公开了一种基于特征对应的双目立体匹配方法,其特征在于:所述匹配方法包含以下步骤:第一步:获取左侧图像及右侧图像,并将右侧图像实现特征对应;第二步:计算匹配成本;第三步:将特征点添加到匹配成本,将对应的特征进行添加;第四步:总成本计算;第五步:视差计算;第六步:细化视差图像。本发明专利技术具有以下有益的技术效果:可以简单有效的方式将特征对应添加到两帧密集立体匹配框架中,可以提高视差结果。

【技术实现步骤摘要】

本专利技术属于电力系统智能分析,具体涉及一种基于特征对应的双目立体匹配方法


技术介绍

1、随着移动终端技术的日新月异,多种安全管控终端,包括安全管控球、执法仪、视频监控和智慧安全帽等移动安全管控设备在现场得到了越来越多的应用。但当前的这些安全管控设备主要起到视频监控与采集的功能,装置基本上没有智能分析能力,采集的视频数据严重依赖人工查看。越来越多的软件厂家开始把安全管控系统移植到移动设备上,于是在国内外陆续出现了为安全检查服务的移动终端设备。现有技术中的移动终端设备的系统通过安全检查人员配备的移动手持电脑中存放的安全检查软件,可以帮助安全检查人员执行安全检查过程中,快速便捷地查阅电力安全检查的标准,方便安全检查人员有据可依、有规可查。尽管国内的企业安全生产监督管理已取得了很大的进步,然而仍存在以下主要问题:严重依赖人工查看,效率低下。当前的执法仪、安全管控球等安全管控装置主要起到视频监控的作用,采集到的视频影像仍然依赖人工监看,监察人员的工作量大、重复以及由于受到人为因素的影响会导致漏看,效率极其低下。

2、cn109242911a公开了一种基于分区域的双目相机基本矩阵计算方法,该方法首先搭建双目视觉系统,将特征点标定物放置在视场中,连接左、右相机和工作站,然后通过左、右相机采集所设计的特征点图像。引入畸变参量并进行特征点的自动识别提取与畸变矫正,完成左右图像特征点的匹配以构成初始匹配点集,基于视场范围对初始匹配点集进行均匀地分区域;最后在各分区中不断随机抽样一组匹配点进行迭代计算基本矩阵以完成基本矩阵的高精度计算。该方法通过特征点的自动识别减少标定的操作时间、提高稳定性,实现了高精度、高鲁棒性、快速进行双目相机基本矩阵的计算。

3、上述现有技术并不能解决电力系统中的相关技术问题。


技术实现思路

1、为了解决上述问题,本专利技术揭示一种基于特征对应的双目立体匹配方法,除了视差范围的知识之外,密集的两帧立体匹配技术通常使用图像对作为输入,本专利技术通过特征点增强立体对应性,将特征对应添加到密集的两帧立体对应框架中,以产生更好的视差图像,它是采用以下技术方案来实现的。

2、一种基于特征对应的双目立体匹配方法,将特征对应关系添加到匹配的成本体积中,并应用边缘保持滤波器进行成本聚合,确保特征点便于视差估计,从而产生更好的视差图像,其特征在于:所述匹配方法包含以下步骤:

3、第一步:获取左侧图像及右侧图像,并将右侧图像实现特征对应;

4、第二步:计算匹配成本;

5、第三步:将特征点添加到匹配成本,将对应的特征进行添加;

6、第四步:总成本计算;

7、第五步:视差计算;

8、第六步:细化视差图像。

9、上述所述的一种基于特征对应的双目立体匹配方法,其特征在于:第二步中,进行匹配成本计算,基于图像的强度和梯度信息进行匹配成本计算,通过将参考图像ir的像素p与目标图像it的像素p′(=p+(s*d))进行比较来获得匹配成本值c(p,d),匹配成本值计算方法为:

10、

11、式中,是沿水平方向的梯度,α是值在区间(0,1)内的颜色权重系数,tc和tg分别是颜色和梯度的截断极限,ir(p)为参考图像的像素,it(p′)为目标图像的像素,s为方向系数(当s=-1时,为左侧图像;当s=1时,为右侧图像),d为视差。

12、上述所述的一种基于特征对应的双目立体匹配方法,其特征在于:第三步中,将特征点添加到匹配成本,对于含有n个特征点的图像,包含像素位置p和相关联的视差d的矢量fi表示为:

13、fi=(pi di),1≤i≤n

14、对于每个特征点矢量f,匹配成本矢量式cf(pf,d)表示为:

15、

16、式中,max(cd)为视差d的最大特征点,df为每个特征点矢量f的视差。

17、上述所述的一种基于特征对应的双目立体匹配方法,其特征在于:第四步总成本计算中,通过递归双边滤波器进行总成本计算,从k到i的每两个连续像素之间的距离下,总成本计算方法为:

18、

19、式中,rk,i为从k到i的每两个连续像素之间的距离下的总成本,xj为第j个像素点的像素值,xj+1为第j+1个像素点的像素值,为高斯核函数。

20、上述所述的一种基于特征对应的双目立体匹配方法,其特征在于:第五步视差计算中,像素p的结果视差值dp计算为:

21、

22、式中,dp为像素p的结果视差值,d表示视差集合,cf(pf,d)为匹配成本矢量式。

23、上述所述的一种基于特征对应的双目立体匹配方法,其特征在于:第六步细化视差图像中,所获得的原始视差可能包含被遮挡区域中的误差,采取左右一致性检查以处理遮挡,左侧图像与右侧图像的两个视差图细化公式表示为:

24、|dl(p)-dr(p-(dl(p),0)|<1

25、式中,dl(p)为参考图像是左图像的左视差图像,dl(p)为参考图像是右图像的右视差图像,p为像素位置。

26、对于不符合两个视差图细化公式的像素被标记为“遮挡像素”,将其像素位置标记为白色,对“未遮挡”像素进行成本聚合,以生成更好的视差图。

27、本专利技术具有以下有益的技术效果:提出了一种在局部立体匹配中有效利用特征对应关系的新方法,以简单有效的方式将特征对应添加到两帧密集立体匹配框架中,以提高视差结果。

本文档来自技高网...

【技术保护点】

1.一种基于特征对应的双目立体匹配方法,将特征对应关系添加到匹配的成本体积中,并应用边缘保持滤波器进行成本聚合,确保特征点便于视差估计,从而产生更好的视差图像,其特征在于:所述匹配方法包含以下步骤:

2.根据权利要求1所述的一种基于特征对应的双目立体匹配方法,其特征在于:第二步中,进行匹配成本计算,基于图像的强度和梯度信息进行匹配成本计算,通过将参考图像IR的像素p与目标图像IT的像素p′(=p+(s*d))进行比较来获得匹配成本值C(p,d),匹配成本值计算方法为:

3.根据权利要求1所述的一种基于特征对应的双目立体匹配方法,其特征在于:第三步中,将特征点添加到匹配成本,对于含有n个特征点的图像,包含像素位置p和相关联的视差d的矢量fi表示为:

4.根据权利要求1所述的一种基于特征对应的双目立体匹配方法,其特征在于:第四步总成本计算中,通过递归双边滤波器进行总成本计算,从k到i的每两个连续像素之间的距离下,总成本计算方法为:

5.根据权利要求1所述的一种基于特征对应的双目立体匹配方法,其特征在于:第五步视差计算中,像素p的结果视差值dp计算为:

6.根据权利要求1所述的一种基于特征对应的双目立体匹配方法,其特征在于:第六步细化视差图像中,所获得的原始视差可能包含被遮挡区域中的误差,采取左右一致性检查以处理遮挡,左侧图像与右侧图像的两个视差图细化公式表示为:

7.根据权利要求6所述的一种基于特征对应的双目立体匹配方法,其特征在于:对于不符合两个视差图细化公式的像素被标记为遮挡像素,将遮挡像素位置标记为白色,对未遮挡像素进行成本聚合,用来生成更好的视差图。

...

【技术特征摘要】

1.一种基于特征对应的双目立体匹配方法,将特征对应关系添加到匹配的成本体积中,并应用边缘保持滤波器进行成本聚合,确保特征点便于视差估计,从而产生更好的视差图像,其特征在于:所述匹配方法包含以下步骤:

2.根据权利要求1所述的一种基于特征对应的双目立体匹配方法,其特征在于:第二步中,进行匹配成本计算,基于图像的强度和梯度信息进行匹配成本计算,通过将参考图像ir的像素p与目标图像it的像素p′(=p+(s*d))进行比较来获得匹配成本值c(p,d),匹配成本值计算方法为:

3.根据权利要求1所述的一种基于特征对应的双目立体匹配方法,其特征在于:第三步中,将特征点添加到匹配成本,对于含有n个特征点的图像,包含像素位置p和相关联的视差d的矢量fi表示为:

4.根据权利要求1所述的一种基于...

【专利技术属性】
技术研发人员:曾德俊罗皓文鲁贻龙谢先宗皮志勇马富齐王波马恒瑞
申请(专利权)人:国网湖北省电力有限公司荆门供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1